Das von Jack Dorsey geführte Unternehmen Block veröffentlichte am 24. Oktober 2026 offiziell das neue Sprachmodell Dessa. Das Modell wurde vollständig mit menschlichen Sprachdaten trainiert, unterstützt den lokalen Betrieb und verfügt über eine ungewöhnlich realistische Aussprache sowie eine reichhaltige Fähigkeit zur Emulation von Emotionen wie Lachen, Pausen und Weinen.
Als Vollduplex-Sprach-zu-Sprach-Modell kann Dessa gleichzeitig zuhören und sprechen; seine Wissensbasis stammt direkt aus den Konversationsdaten, ohne dass zusätzlich große Sprachmodelle für den Wissensabruf erforderlich sind.
Herkömmliche Sprachmodelle verwenden meist Text als Generierungseingabe und wirken oft steif, weil ihnen die subtilen Kontexte hinter den Worten fehlen. Im Vergleich dazu verfügt Dessa über eine eingebaute Fähigkeit zur natürlichen Erfassung von Emotionen und löst damit effektive das Problem bestehender Sprach-KI, bei Interaktionen leicht emotionale Informationen und feine Nuancen der Tonlage zu verlieren.
Was die Hardware-Anpassung betrifft, so kann das Modell effizient auf Consumer-Geräten wie einem MacBook M4Max oder auf einem einzelnen NVIDIA-GPU-Rack betrieben werden. Derzeit hat Block das Modell noch nicht vollständig der Öffentlichkeit zugänglich gemacht, sondern zunächst Sicherheitsforscher zum Testen eingeladen, um sein Verhalten in verschiedenen Szenarien zu bewerten.
Als Finanztechnologieunternehmen mit dem Schwerpunkt Lösungen für kleine Unternehmen hat Block bereits zuvor über Square versucht, Sprach-KI für die Auftragsabwicklung einzusetzen. Mit dem Erscheinen von Dessa, das lokal auf Endgeräten laufen kann und über hochgradig realistische Interaktionsfähigkeiten verfügt, werden Unternehmen und Endnutzer voraussichtlich zu geringeren Kosten ein immersiveres und natürlicheres intelligentes Interaktionserlebnis geboten; dies markiert zudem, dass die Sprach-KI sich beschleunigt in eine neue Phase der nativen Sprachinteraktion entwickelt.